Fallos por categoría de AI BENCHY

Resolución de acertijos

Formato extra

Mira qué modelos de IA tienen más probabilidades de caer en Formato extra dentro de Resolución de acertijos, para detectar puntos débiles más rápido. Ordenar por: Tiempo de respuesta (promedio) ↓.

Modelos mostrados

Fallos totales

Modelo más afectado

Claude Sonnet 4.6 1

Motivos de fallo relacionados

Respuesta incorrecta55 No siguió las instrucciones24 Tiempo agotado4 Error de API1 Formato extra1

Categorías relacionadas

Trucos anti-IA8 Específico del dominio3 Análisis y extracción de datos1 Resolución de acertijos1

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#25	Claude Sonnet 4.6 none	Anthropic	1	7.0	2/3	2.92s

Resolución de acertijos

Formato extra

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs puntuación promedio

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado